Как расширили воронку найма, чтобы закрыть IT-вакансию в срок и сохранить бюджет проекта
SQL (Oracle, MSSQL, PostgreSQL), Python (pandas, numpy, matplotlib, sklearn, xgb), Git, Docker, Grafana, Airflow
В Spice IT обратилось кредитное бюро с вакансией Data Scientist. Клиенту требовалось нанять несколько специалистов в IT-отдел для разработки кредитных продуктов. Отбирать профили нужно было по хард-скиллами, стажу и отрасли, в которой потенциальные кандидаты нарабатывали опыт.
Как мы вышли на темп найма 10 профилей в неделю и что было нужно, чтобы его повысить
Python 3.x, FastAPI, Postgres, Redis, RabbitMQ, Docker, Kubernetes, poetry, pytest, mypy, black, ruff, autoflake, Grafana, Prometeus, Sentry, SQL, PostgreSQL, ClickHouse, Python, Яндекс Метрика и AppMetrica, Microsoft Excel, Super Set
Заказчик — продуктовая технологическая IT-компания, разрабатывает сервисы в сфере недвижимости. С середины лета ведем для него стримовый подбор (для нескольких команд ищем кандидатов разных профилей в рамках одной вакансии).